为了实现图像中的交互式区域特定理解，最近的方法采用了各种策略来表示目标区域：在文本标记中编码文本框坐标，利用视觉 RoI 特征，或应用视觉标记。将这些能力扩展到视频领域，一些方法将初始帧的边界框坐标作为文本形式用于区域级视频理解任务。然而，一种能够有效解决图像和视频中区域特定任务的通用方法仍然是一个开放的挑战。

CapSpeech是约翰·霍普金斯大学等机构联合提出的风格描述文本转语音合成基准，包含超过1000万机器标注和36万人工标注的语音-描述配对。它支持五大下游任务：基础风格描述、带音效的语音合成、口音控制、情感表达和表现力丰富的虚拟代理。研究团队开发了自回归和非自回归两种模型，并通过客观和主观评估证明了该基准的有效性。CapSpeech不仅丰富了语音合成的表现力和可控性，还为实际应用如有声读物、对话代理和跨文化语音合成铺平了道路。

近期在爱立信举办的一场名为“向新而生?5G赋能数字化转型”的媒体沟通会上，爱立信中国总裁赵钧陶、爱立信中国首席技术官陈明，分别向我们介绍了爱立信在5G方面的创新应用以及在南京智慧工厂中5G应用落地情况。

多年来，一直有资料泄露“苹果公司正在开发扩展现实（cross-reality）产品”。虽然苹果认定AR更有前景，但“Apple VR”反而可能率先作为小众产品推出。

刚刚，Anthropic 丢出一颗“王炸”，声称其Claude 3 Opus模型在基准测试上优于 OpenAI 的 GPT-4 和 Google 的 Gemini 1.0 Ultra， 三个版本均支持20万Token输入并成为“最接近人”应答的大模型。

Veritas建议中小企业可以在混合办公常态下实施五个关键措施，以加强数据保护，并通过转变企业文化来改变用户行为。

目前的视频基本已经开始全面普及4K、8K，视频文件的容量大小也在暴涨，对于后期内容创作者来讲，需要速度更快、容量更大的存储，同时在素材的安全性方面，也需要相对应的更专业、可靠的解决方案。

这项由清华大学与NVIDIA合作的研究提出了"负例感知微调"（NFT）算法，挑战了"自我提升仅适用于强化学习"的传统观念。通过构建隐式负面策略处理错误答案，NFT在数学推理任务上匹配甚至超越了顶尖强化学习算法的表现。研究不仅证明了监督学习与强化学习在特定条件下的等价性，还展示了如何利用负面反馈显著提升大语言模型的数学能力，为AI训练方法论开辟了新视角。

随着医学图像的密度和体积以指数级速度增长，医疗保健机构需要一个面向未来的解决方案，以高性能、高可用性、大规模可伸缩性和卓越的数据保护满足现代医疗保健应用程序的需求。

正如管理大师彼得·德鲁克所说：在动荡的时代，动荡本身并不可怕，可怕的是延续过去的逻辑。也就是说，“创新”将成为应对当下“不确定性”中唯一“确定”的方法论。

莱迪思半导体公司宣布Lattice sensAI 4.1版本正式发布。借助Lattice sensAI解决方案，OEM厂商可以开发智能、实时在线、具有低功耗和硬件加速AI功能的设备，这些设备还能现场进行升级，支持未来更多的AI算法。

至顶智库万字解读DeepSeek-V3和R1模型技术概念及产业影响。

中国工程院院士、同济大学副校长吴志强参与了“城市智能体”的发布，并发表了“AI 2.0赋能上海数字化转型”主题演讲。

微软近日对其开发者工具进行了大量更新，试图让生成式AI开发者的工作更轻松。

Scaling Law”，是指在深度学习中，增大数据量和模型参数能让模型性能指标提升，这种提升并非线性，而是遵循一种幂律关系。

日前，百分点在京召开了以“无界智能”为主题的新产品暨E轮融资发布会，宣布完成5亿人民币E轮融资。此外，百分点还宣布成立认知智能实验室，并发布首个行业AI决策系统 DeepMatrix的2.0版本，为客户提供更深入和广泛的行业应用价值。

2018年第六届SAS中国用户大会暨商业分析领袖峰会(SAS Forum China 2018)在北京成功举办，峰会以“激发非凡”为主题，聚焦“云分析、大数据分析、物联网、移动社交、智能制造、实时营销决策、实时反欺诈、开放平台”等热点话题

“时间会改变一切，许多不可思议的事情都已被人们所接受。我们正处于人类历史新时代的开端。”

美国时间5月21日，Veeam在迈阿密举行 VeeamON 2019 大会。Veeam 联合创始人兼全球销售和营销执行副总裁 Ratmir Timashev

6月11日，百度正式发布首款自有品牌智能音箱“小度智能音箱”。这款号称百度AI“小当家”的智能音箱具备伶俐动听的特点，百度为它特别请来了主持界“深谙说话之道”的蔡康永当“师父”。